基于神经网络的小时间粒度交通流预测模型

发布时间：2019-01-27 08:30

【摘要】：为解决传统车队离散模型基于概率分布假设和现有交通流预测时间粒度过大不能应用于自适应信号配时优化等问题.在车队离散模型的建模思路上,先分析了下游交叉口车辆到达与上游交叉口车辆离去之间的关系,基于此构建了基于神经网络的小时间粒度交通流预测模型.该模型以上游交叉口离去流量分布为输入,下游交叉口到达流量分布为输出,时间粒度为5 s.最后,通过实际调查数据标定模型参数并应用模型预测下游交叉口到达流量.结果表明,与Robertson模型相比,本文模型预测结果能够更好地反映交通流的变化特征,平均预测误差减少了8.3%.成果可用于信号配时优化.
[Abstract]:In order to solve the problems of traditional vehicle fleet discrete model based on probability distribution assumption and the existing traffic flow prediction time granularity too large can not be applied to adaptive signal timing optimization and so on. Based on the analysis of the relationship between the arrival of vehicles at downstream intersections and the departure of vehicles at upstream intersections, a small time granularity traffic flow prediction model based on neural network is constructed. The model takes the outgoing flow distribution of upstream intersection as input, the arrival flow distribution of downstream intersection as output, and the time granularity is 5 s. Finally, the model parameters are calibrated by the actual survey data and the arrival flow of the downstream intersection is predicted by the model. The results show that compared with the Robertson model, the prediction results of this paper can better reflect the changing characteristics of traffic flow, and the average prediction error is reduced by 8.3%. The results can be used for signal timing optimization.
【作者单位】： 西南交通大学交通运输与物流学院;西南交通大学综合交通运输智能化国家地方联合工程实验室;重庆交通大学交通运输学院;
【基金】：国家自然科学基金(51578465,71402149) 西南交通大学拔尖创新人才培育(2016-2017)~~
【分类号】：U491.14

【参考文献】

相关期刊论文 前4条

1 姚志洪;蒋阳升;吴云霞;刘玉乔;;基于速度服从混合PH分布的车队离散模型[J];交通运输系统工程与信息;2016年03期

2 廖瑞辉;周晶;;基于云—自组织神经网络的交通流预测模型[J];交通运输系统工程与信息;2014年04期

3 吕进;赵祥模;樊海玮;旺乃姆;;基于生长自组织神经网络群的交通流预测[J];交通运输系统工程与信息;2013年03期

4 杨兆升;王媛;管青;;基于支持向量机方法的短时交通流量预测方法[J];吉林大学学报(工学版);2006年06期

【共引文献】

相关期刊论文 前10条

1 姚志洪;蒋阳升;韩鹏;罗孝羚;徐韬;;基于神经网络的小时间粒度交通流预测模型[J];交通运输系统工程与信息;2017年01期

2 邴其春;龚勃文;林赐云;杨兆升;曲鑫;;基于粒子群优化投影寻踪回归模型的短时交通流预测[J];中南大学学报(自然科学版);2016年12期

3 姚志洪;沈旅欧;巫威眺;蒋阳升;黄磊;;基于行程时间分布的异质交通流车队离散模型[J];中国公路学报;2016年08期

4 薛红军;陈广交;李鑫民;顾理;;基于决策树理论的交通流参数短时预测[J];交通信息与安全;2016年03期

5 赵元棣;孙禾;;航空器飞行状态预测的混合模型研究[J];飞行力学;2016年04期

6 商强;杨兆升;李志林;李霖;曲鑫;;基于相空间重构和RELM的短时交通流量预测[J];华南理工大学学报(自然科学版);2016年04期

7 田保慧;郭彬;;基于时空特征分析的短时交通流预测模型[J];重庆交通大学学报(自然科学版);2016年03期

8 黄慧琼;;基于模糊理论的城市道路短时交通流量预测研究[J];公路工程;2016年01期

9 王锡伟;高军伟;张彬;刘新;;改进粒子群算法优化RBF的交通流预测研究[J];青岛大学学报(工程技术版);2015年04期

10 丁宏飞;刘博;罗霞;李演洪;;基于粒计算的交通流参数预测[J];交通运输系统工程与信息;2015年06期

【二级参考文献】

相关期刊论文 前10条

1 巫威眺;沈旅欧;靳文舟;;基于速度截断分布和流量的车队离散模型[J];西南交通大学学报;2014年01期

2 巫威眺;沈旅欧;靳文舟;;基于速度截断对数正态分布的车队流量离散模型[J];华南理工大学学报(自然科学版);2013年04期

3 巫威眺;沈旅欧;靳文舟;;基于速度截断对数正态分布的车队密度离散模型[J];华中科技大学学报(自然科学版);2013年03期

4 巫威眺;沈旅欧;靳文舟;;假设速度服从截断正态分布的公交车队密度离散模型[J];华南理工大学学报(自然科学版);2013年02期

5 沈旅欧;靳文舟;魏明;;考虑车速分布区间限制的车队密度离散模型[J];吉林大学学报(工学版);2012年06期

6 万映红;胡万平;曹小鹏;;基于粗糙神经网络的客户消费分类模型研究[J];管理工程学报;2011年02期

7 刘海军;柳征;姜文利;周一宇;;基于云模型和矢量神经网络的辐射源识别方法[J];电子学报;2010年12期

8 董春娇;邵春福;熊志华;李娟;;基于Elman神经网络的道路网短时交通流预测方法[J];交通运输系统工程与信息;2010年01期

9 黄强;吴建军;;基于云-神经网络的液体火箭发动机故障检测方法[J];国防科技大学学报;2010年01期

10 陈小鸿;冯均佳;杨超;;基于浮动车数据的行程时间可靠度特征研究[J];城市交通;2007年05期

【相似文献】

相关期刊论文 前10条

1 史其信,郑为中;道路网短期交通流预测方法比较[J];交通运输工程学报;2004年04期

2 王进,史其信;神经网络模型在短期交通流预测领域应用综述[J];河南科技大学学报(自然科学版);2005年02期

3 向红艳;朱顺应;王红;严新平;;短期交通流预测效果的模糊综合评判[J];武汉理工大学学报(交通科学与工程版);2005年06期

4 王晓原;吴磊;张开旺;张敬磊;;非参数小波算法的交通流预测方法[J];系统工程;2005年10期

5 向红艳;肖盛燮;;模糊数学方法在交通流预测评价中的应用[J];重庆交通学院学报;2006年04期

6 王进;史其信;;基于非线性理论的短期交通流预测研究[J];西安建筑科技大学学报(自然科学版);2006年02期

7 黄洪琼;汤天浩;;基于最优梯度自适应优化算法的交通流预测[J];计算机工程;2007年07期

8 乔德华;张开禾;范耀祖;;多模型交通流预测优化[J];交通标准化;2007年04期

9 李冬;;关于交通流预测各种模型的探讨[J];今日科苑;2007年16期

10 马海波;何超;徐鹏;;交通流预测网格自适应负载平衡研究[J];科学技术与工程;2008年15期

相关会议论文 前5条

1 姜敏华;张晓东;;稳定转弯比例下的交通流预测[A];2007第三届中国智能交通年会论文集[C];2007年

2 闫伟;刘云岗;王桂华;;数据挖掘在交通流预测模型中的研究与应用[A];2008第四届中国智能交通年会论文集[C];2008年

3 陈岳明;萧德云;;拥堵条件下的路网交通流预测[A];2008’“先进集成技术”院士论坛暨第二届仪表、自动化与先进集成技术大会论文集[C];2008年

4 田夫;李勇;孙占全;;短时交通流预测方法研究[A];2007第三届中国智能交通年会论文集[C];2007年

5 王胜;万健如;杨岳枫;韩双;;基于蒙特卡罗法电梯交通流预测[A];天津市电机工程学会2012年学术年会论文集[C];2012年

相关博士学位论文 前1条

1 杨飞;基于回声状态网络的交通流预测模型及其相关研究[D];北京邮电大学;2012年

相关硕士学位论文 前10条

1 田珠;大规模路网实时交通流预测模型及应用研究[D];大连理工大学;2008年

2 李青;城市交通流预测关键技术研究[D];西南科技大学;2015年

3 邹中翔;基于组合预测模型的交通流预测研究[D];兰州交通大学;2015年

4 吴庚;神经网络应用于高速公路交通流预测的研究[D];大连海事大学;2015年

5 刘岩;智能交通系统中站点规划和交通流预测的关键技术研究[D];南京大学;2016年

6 冯腾;基于EMD和GS-SVM融合的节假日高速公路交通流预测研究[D];长安大学;2016年

7 王渭巍;公路交通流预测中“机理＋辨识”策略的若干基本问题[D];天津大学;2007年

8 蔡岩;基于灰色预测模型的短期交通流预测研究[D];西南交通大学;2009年

9 方宇;小波支持向量机在交通流预测中的应用研究[D];大连理工大学;2010年

10 徐玉霞;大规模路网动态交通流预测模型和算法研究[D];大连理工大学;2006年

，

本文编号：2416097